一种融合信息融合与邻域增强的用户身份链接新框架
社会与信息网络
2020-03-17 v1 信息检索
摘要
跨社交网络的用户身份链接是跨网络数据挖掘中的一个基本问题。由于网络结构、档案与内容信息描述了用户的不同方面，学习融合异构信息的有效用户表示至关重要。本文提出一种具有信息融合与邻域增强（INFUNE）的用户身份链接新框架。信息融合组件采用一组编码器与解码器来融合异构信息，并生成判别性节点嵌入以进行初步匹配。随后，这些嵌入被输入邻域增强组件——一种新颖的图神经网络，以产生反映不同候选用户对邻域重叠度的自适应邻域嵌入。节点嵌入与邻域嵌入的重要性经加权用于最终预测。所提方法在真实世界社交网络数据上进行了评估。实验结果表明 INFUNE 显著优于现有最先进方法。
引用
@article{arxiv.2003.07122,
title = {A Novel Framework with Information Fusion and Neighborhood Enhancement for User Identity Linkage},
author = {Siyuan Chen and Jiahai Wang and Xin Du and Yanqing Hu},
journal= {arXiv preprint arXiv:2003.07122},
year = {2020}
}
备注
8 pages, 7 figures, accepted by ECAI 2020